Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   13 ,  No.   1 ,  Jan uar y   201 9 ,   pp.  4 8 ~ 5 7   IS S N: 25 02 - 4752, DO I: 10 .11 591/ijeecs .v1 3 .i 1 .pp 4 8 - 5 7          48       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   Analysis  on swar m robot  coordin ation usi ng fu zzy logic        Ad e  Sil via   Handa yani 1 ,  Si ti  Nu rm aini 2 , I r sy adi  Yani 3 ,  Nyayu  La tif ah   Husni 4   1,4 Depa rtment   E l ec tr ic a l Engi ne er ing  th e  Pol y t ec h nic   Sriwi jay a ,   Sr iwij a y a   Unive rsit y .   Indon esia   2 Facul t y   of   Com pute r   Sc ie nc e, Sr iwij a y a   Unive rsit y ,   Indon esia   3 Facul t y   of   Eng i nee ring ,   Sriwi jay a   Univer si t y ,   In donesia       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   Sep  9 , 2 018   Re vised N ov 11 , 2 018   Accepte d Nov   25, 201 8       In  thi s  pape r,  coor dina t ion   among  indi vidua l  of  sw arm  robot  in   comm unic at ing  to  m ai ntain  th e   safe   dist ance  b et wee n   robots  i s  ana l y z ed .   Ea ch  robot  coo rdina t es  the ir  m ovements  to  avoi d  obstacles   and  m oving   sim ult ane ousl y .   Eva lu at ion  of   sw arm  robot  per f orm anc e  is  an aly z ed  in   this   pape r,  namel y :   t he  coor d ina t ion  among  robots  to   share   information  in  sa f e   dista nc e  determ ina ti on .   In  cont ro ll ing  th e  coor din at ion  of  m oti on,   ea ch  robo t   has  a  s ensor  that   provid es  sev eral  input s   about   i t s  surrounding  en vironment.  Fuzz y   logi c  co ntrol   in  thi s  pa per   al lows  unc ert a in  input,  an d  produc es  unli m it ed  com m ands  to  cont rol  m oti on  dir ec t ion  with  spee d  set ti ngs   ac cor d ing  to  env ironmenta l  cond it ions.  In   thi s  ex per iment,  it  is  o bta in ed  that  the   si ze of  th e en vironment  aff ect s the   coor din at io n  of  robots .   Ke yw or ds:   Com m un ic at io n   Coordi nation   Fu zzy  lo gic   Sw arm  r ob ot    Copyright   ©   201 9   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .     Al l   rights re serv ed.   Corres pond in g  Aut h or :   Sit i Nurm ai ni ,    Faculty  of Com pu te r  Scie nc e,    Sr iwi j ay a Univ ersit y , Indo nes ia .   Em a il :  siti_n ur m ai ni@u nsri.a c.id        1.   INTROD U CTION   Coordi nation  a m on g  i nd i vidual  r obots  of  swar m   is  on e   of   inte resti ng   top ic s  in  rob otic  sci ence.     A  bette r  c omm un ic at io n  am on g  them   becom es  a  sig nifica nt  ne ed   [ 1] .  Ea ch  of  them   sh oud  be   a ble  to   tr ansm it  and  distri bu te   the  in fo rm at io n  they   ha ve  to   the  oth e r  r obot   [2 - 3] .  The se  abili ti es  cou ld   su pp or t  t he  robo ts  t o  detect   the  loc at ion   of  the  oth e r  r obots,  to  sen d  a nd   t o  recei ve  in f or m at ion   am o ng   t hem   within  the   com m un ic at ion   range,  so that  they can  p e rfo rm  the task  c ollec ti vely .   Fo r  i ncr ea sin g  the  perf or m ance  of   c omm un cat ion   syst em   in  swa rm   ro bots,  so m e  research ers  ha ve   pro po se d  a   co m m un ic at ion   ne twotk.  It  is  ve ry  us e f ul  f or  im pr ov in g  s wa r m   distribu te d  s ensin g  a nd  detect ing.   It  has  s how n  it s  su ccess fu l  in  var i ou s  a ppli cat ion s,  s uc h  as:   form ation   co nt ro l  [4 - 5] ,  m ulti - ta rg et   trac king  [ 6] ,  search  a nd  resc ue  [ 7] ,  en vir onm ental   m on i toring  [ 8] ,  an d  surveil la nce  [9 - 10] .  H ow e ve r ,  t he  us e r  s hould  kn ow   wh ic h  c omm u nicat ion  they   c an  us e  i n  thei r   ap plica ti on .   T his  pap e r  pr es ents  the   analy s is  on  c omm un i cat ion  a m on g t he  i ndivid u of swa rm  r ob ots in  c onduct ing co ordi na ti on .   Since  com m un ic at ion   netw ork  de vel op m ent  has  beca m e  on e  of  th e  m ai n  chall eng e s  in  s war m   rob ots,  m any  s ign ific a nt  deve lop m ents  in  wireless  com m un ic at ion   te chnol og y  am on g  r obots  has  bee n  m ade,  su c h  as:   NF C,   W i - Fi,  Bl uetoo t h,   I rDA,  G SM  and   ZigB ee  [11 – 14] .  T hese  te ch no l ogy  hav e  e nab l ed  the   dev el op m ent  of   a utono m ous  ai r,   gro und,  or   unde rwa te r  rob ots.  N FC  (N ea r  Fi el d  Com m un ic at ion )     and   Bl uet oo t h  are  consi de red  no t  su it able  f or  swar m   ro bots   du e  to  lim it a tio ns   in  netw ork   siz e  [15] .  The   W i - Fi - base d  a pproach  m ay  be  ad op te d  f or   a  sm al l  gr oup  of   robo ts  with  h i gh   perform ance,  but  it   is  no t  desirab l e   for  s war m   ro bots  due  to   the  high  syst em   com plexit y  and   hi gh   c os t.  In   c ontrary,   I rDA  a nd   ZigBee   a re  widely   acce pted  i n  s w arm   ro bots  bec ause  of  the  l ow  com plexity   in  hard war e,   relat ively   easy   syst e m   i m ple m entat ion ,   an d l ow  powe r  cons um ption   [ 16 - 17] . I n  this  researc h, A  Zigb ee  co m m un ic at ion   was use d.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       An alysis o n  sw ar m  r obot c oo r dinati on usi ng  fuzzy lo gic  ( Ad e S il vi a Han dayan i )   49   In  pe rfor m ing   the  com m un ic at ing   ta s k,   t he  rob ot  m us t  be  able  to  c oor dina te   on e   ant her  so   t hat  they   can  a void  c olli sion,  to   ke ep   off  t he  obsta cl es  an d  t o  m antai n  t heir  distance   to  t he  oth e r  robo t s   ( by  m ai nt ai ni ng   an  accu rate  spe ed  to  the  nea r est   ro bots) .  Ma intai ning  the  distances  in  s war m   ro bots  is  i m po rtant  in  order   t o  ob ta in  good  co ordinati on  to  a chieve  co ntr olled  directi on  [ 18] .  Fu zzy   lo gic  is  on e  of   a ppr oac hes  that  can  be   i m ple m ented  i n  co ntr olli ng   the  directi on  of  swar m   ro bots.  it   has  been   su c cessf ully   and   widely   us e d  to  con t rol   the  m otion   of   s war m   robo ts   [ 19 ] .   This   te ch ni qu e  ca n  sho rten  the   ti m e  and   ref ine   the   m ov e m ent  of  r obot s  in  a   ver y  c om plex  syst e m ,  so   tha t  it   can  av oi d  ob sta cl es  [ 13 - 14] ,  [ 20 ] .  Fu z zy   log ic   is  on e  of  the   m os t  us ef ul  m et ho ds   of   co m pu ta ti on al   intel li gen ce  that  offer s  t he  ef fi ci ency  an d  sim pl ic it y  [21 – 23] .  This  syst e m s  us e  li ng uisti c term s that are  sim i l ar to t hose th at  hum an  bein gs   us e  [24 - 25] .   The  obj ect ive  of   t his  pa pe r  is   to  eval uate  th e  perf or m ance  of  com m un ic at ion   am on g  m ob il e  ro bots   in  kee ping  a nd  coor din at in g  t heir  m otion .  T hey  sho uld   be  able  to  m ov e  i n  the  sam e  dir ect ion   a nd   m ain ta in   their  pre - deter m ined  posit io ns.  T o  achi e ve  coor din at io n  a m on g  in div id ua l  of   s wa rm   ro bots,  i n  this  work,     a  wireless  c omm un ic at ion   wa s  us e d.  Each   in div id ual  m us t  m ai ntain  a  pre determ ined  po sit ion   a nd   ori entat io n  a m on g  them   w hen  they   m ov e   in  t heir  surr ou nd i ng.  H ow e ve r,   t he  relat ive   posit ion  of  th e  r obots  is   not  fixe d.   In   t heir  fr ee  m ov em ent  of  ea ch  r obots ,  it   is  dif ficult   to  know   a   suffici e nt  rob ot  distance   to  obsta cl es  a nd   t o  oth e r  r obots.   Using  fu zzy   l og ic   as   the  s war m   arti fici al   intel li gen ce  in  this  stu dy,   m ade  the  m otion  coor din at io n  c an be c o nt ro ll e d base d on in put dista nce to g ener at e c orrect  d eci sio n for t he  outp ut.    Fo r  c oor din at i on,  each  rob ot   com m un ic ated   by  us in g  wireless  c omm un ic at ion ,  X - Be e  m od ule.    X - Be e  m od ule   with  The  Re c ei ved   Si gn al   S tren gth   I ndic at or   (R SSI)  as  a   par am et er  to  est i m at e   the  distance  betwee n  tw o  X - Be e  node s.  I n  this  wor k,   X - B ee  has  be en  c hose n  as  a  wirel ess  com m un ic at ion   m od ule  a m on g  rob ots.  The  pur pose  of  wir el ess  com m un ic at ion   was  t o  fin d  the  r obot  posit io n  in  the  ex per i m ental  env i ronm ent. Th e RS SI i ndic at or  is i n  - d B m  u nits that  w a s u se d  t o  m easur e  sig nal stre ngth  betwee n r obots .       2.   SWAR M RO BOT S COO R DINATIO N   In   m ai ntaning  the  co ordi nation,  eac h  rob ot  in  the   swa rm   m us t  hav e  t he   abili ty   to  co ordinate  a nd   sh are   the  wor klo a d  to  t he  ot her .  H ow e ve r ,  so m e  prob le m s  a lway s  oc c ur   i n  c oord i na ti on ,  s uc h  as   duti es   al locat ion   for   the  group  of  r obots,   incl ud i ng :  res ourc es  us a ge;  ti m e  ta sk   acc ompli sh m ent;  excessive  com m un ic at ion , s e nsor  selec ti on s , s yst em  r el ia bili ty , an d  sc al abili ty   [26] . Som e researc he rs  trie d t o o ve rco m e   the  pro blem s  by  m aking   som e  i m pr ov em ents  [ 27 – 31] .  Kam ink a  et   al .  [27]   pro pose d  ef fecti ve nes s  ind e x  wh ic h  can  re duce  tim es  and   resou rces  duri ng   c oord i natio n  process .  V.   Garg  [ 28 ]   desc ribe d  the  adva ntages  of  us in g  r obot - se ns or  netw orks.  This  netw ork  is  ver y  us ef ul  for  co ordi natin g  m ulti ple  ro bots  or  s war m   ro bots.     It  can   s upport  the  s war m   to  s har e   sen sor  dat a  an d  tra c k  it s  m e m ber s.  T o  e nh a nce   the  li fe tim es  of   netw orks ,    A.   Wic hm ann   est ablishe d  t he   sens or  for  r obot  c omm un ic at ion   a nd  c oor din at io n  [ 29]   that  can   re duce  t he  energy  us a ge.  Cork eet .al  [ 30]   al so   analy z ed  the  r obot   that  wo r ke d  tog et he r  us in g  a  sens or   ne twork .    M.  Schw a ge r  in  [ 31 ]   us e d  se ns or  net wor k  of  so m e  no des .  These  se ns ors  hav e  ca pab il it y  to  sense  the  va lue  of  the h i gh se ns or y functi on  of  a n  a rea. It wil l  de te ct  the obse r vation i n hi gh e r dens it y.        3.   SWAR M RO BOT  C O M M UN I C ATIO N DESIG N A N D MET HO D    This  sect io n  e xp la ine d  t he  r esults  of  rese a rch   ga ve  a  c om pr ehen sive   di scussion  of   s war m   robo t   com m un ic at ion .  The   Re su lt s   are  pr e sente d  in  fig ur es ,  graphs,  ta bles,  a nd  ot her s   to  m ake  the  reade r  easi ly   unde rstan d  the   issues i n  s warm  r ob ot c omm un ic at io n.       3. 1 .       Desig n   The  c omm un ic at ion   m od el   in  colle ct ive  beh a vior  is   a n  im po rtant  e lem ent.  It  rel at es  to  the   inf or m at ion   be ing   distrib uted   to  the  gro up  [32] .  T her e  a r e  a  lot  com mu nicat io n  m od el s  of   g r oup  a nim a ls  beh a vior  that  c an  be   im it at ed,   su c h  as  m et ric   [25 - 26] ,   the  to po l og ic al ,  a nd  visu al   m od el s  [ 1] ,  [ 33 ] .  The  m et ric  m od el   is  directl y  based   on   s patia l  pr oxim i t y  wh e re  tw o  ind i viduals  interact   if  they   are  within  a  cer ta in   distance  of  on e  ano the r  [ 32 ] ,  [34] .  To po l ogic al   m od el   need s  each  r ob ot  to  interact   with  seve ral  lim it ed   nu m ber s  of   ne arest  gro up  m e m ber s  [35] .  Th e  visu al   m od el   per m it s  an  ind i vidual   to  inte ra ct   with  ot her   a gen ts   in it s v is ual f ie ld b a sed  on t he  sen s or y  capa bi li t ie s o f a nim a ls [21].    To  dete rm ine  t he  pe rfor m anc e  of   diff e ren t  c oor din at io n  of  colle ct ive  m ove m ent  al go rith m s,  the  set  of   m et rics  is  use d  that  ca n  be   ap plied  on ly   f or   f or m at i on s  or   f or   floc king ,  not  f or  both .  Du e   to  t he  di fferent   natu re,  th ere  a re  s om e  m e tri cs  that  are  use d  to  c ha racteri ze  the  floc k  ty pe.   Dif fer e nt   subsets  hav e  be e n  determ ined  by  div idi ng the  se t of m et rics to g r oup t he  s ubs et  accordin g  t o i ts resem blances  [ 33 ] .   The  to po l ogic al   and   vis ual  m od el s  a re  usual ly   us ed  f or   perform ing   the  m et ric  m od el   in  reachi ng   t he   ta rg et   [ 34] .  H ow e ve r,   the re  is  no   cl ea r  dif fer e nce  betwe en  the  visu al   and   t opologica l  m od el s.  T he   visu al   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   13 , N o.   1 ,  Ja nu a ry 20 19   :   4 8   –   5 7   50   m od el   latency  was  substant ia ll y  lower   th an  the  topolo gical   and   m etr ic   m od el s;  bu t,  the  m e tric   m od el   ou t perform ed  the to polo gical   m od el  in  te rm s  of the  transfe r of i nfo rm ation   [35].    Sele ct ing   a  to po l og y  that  sui ta ble  to  ou r  s war m   ro bot  char act erist ic   ne eds  is  an  im portant  ta sk.     In   pa rtic ular,  how  t o  f orm   and  m ai ntain  an  unbro ken  com m un ic at ion   netw ork  dynam ic ally  so   that  the  inf or m at ion   th rou gh  the  swa rm   can  r un  co ntinu ously   f or  the  entire   s warm   beco m es  an  interest in g  prob le m   [36] .  RS SI  is  one  of  the   s olu ti on s   in   this  pro blem .  It  is  us e d  as   a  c om plem entary  too l   to   co ns ide r  t he  t opology   of   t he  entire  l ocali zat ion   sys tem   [37] .  I n   gen e ral,  the   s war m   ro bot  pe rfor m ance  is  aff ect e d  by  ne twork   topolo gy  on  no ise   est im at i on   a nd  r obust ness.   T opol ogy  of  the  network  co uld   pract ic al ly   aff ect   the  perform ance o f  algorit hm s f or large  interc on nected  swa rm  r obots syste m   [38] .   Bl ock   diag ram   co ntro l  of  co m m un ic at ion   a m on g  swa rm   ro bots  is  pr ese nt ed  in  Fi gure   1.  The   X - Be e   or   Zig bee  prot oco l  t hat  is  c onnecte d  to   the   central  c om pu te r  c ollec ts  exp e rim ental   data  us e d  as  a   us ef ul  com m un ic at ion  to  cont r ol all   existi ng syst em s o n  the act ua l rob ot p la tf orm .           Figure  1. Bl oc k diag ram  co ntro l  of swa rm  r obot c oor din at ion       X - Be e  or   Zi gB ee  protoc ol  ba sed  m od em s  su pp or t  th ree  diff e re nt  netw ork  to po l ogie s  ie   sta r,   m esh,   and   cl us te r  t re e  netw orks ,  al lowing  a  va riet y  of   cu stom ized   c onfig ur at i on s .  Co ordi nator,  a  set   of  routers ,     and   e nd  de vice s  are  com m on   things  that  topolo gy  m esh  pocesses  [ 10 ] .  A  router  ca n  be  li nk e d  to  one  or  m or e  routers  a nd  en d  de vices.  T he   com m un ic at ion   r ules  of  m es h  to po l og y  a re   flexib le   be ca use   the  r ou te rs  that  are   locat ed  within   the  ra nge  of   e a ch  oth e r  ca n  c omm un ic at e  directl y.  A n  a dvantage  of  the   m esh  net work  is  that  there  is  od ds - on   a nothe r  al te rn at ive  route   in  case  an  e xisti ng   li nk  fa il s.  Ther e by,  this  ty pe  of  ne twor k  topolo gy is c onsis te ntly  good  in qu al it y o r p erfor m ance.   In   pa pe r  [ 39 ] ,  it   was  exp la in ed  the  us e  of   RSSI  in  trac kin g  the  s war m   rob ot.  The  co m m un ic at ion  us e d  is  cente re d  w he re  the  r obot  becam e  a  l eader  a nd  the   f ollow e rs  c omm un ic at e  wirelessl y  throu gh  X - Be e.   The  dif fer e nce   of  that  resea rc h  with  this   res earch   is  the   r obot  strat egy  i n  coor din at in g  it s  own   m ov em ents  to   avo i d  the  obsta cl es an d  c olli si on to othe r rob ots. In t his  rese arch, a  fu zzy  l og ic   was  u se d.     3.2 .       F uz z y  L og ic   f or Coor dinat i on   In   c oor din at in g  the  s war m   ro bot,  eac h  in di vid ual  rob ot  s war m   m us t  hav e  abili ty   to  coope rate  to   perform   a   sp eci fic  ta sk ,  as  well   as  the  robo t  m us t  be  a ble  to  interact   with  the  env i ronm ent.  The  work i ng   env i ronm ent  of   swa rm   ro bo t i s  com plex  and  changea ble;  in  add it io n  each r ob ot  con sist s o f  m any  co m po ne nts  su c h  as  c omm un ic at io n  de vices,  syst em   con tr ol,  se ns in g  et c.,  m aking   it   dif ficult   to   de te rm ine  m a them at ic al  m od el s.  It  is  qu it e  im po ssib le   to  identify .   Fu zzy   log ic   al gorithm   of fer s  the  so l utio ns   by  ig norin g  the  m at he m at ic a l equ at io ns.   Fu zzy   Lo gic  The or y  is  a  decisi on - m akin g  te chn i qu e  th at   translat es  values  ex pr esse d  in  la ngua ge   (linguist ic s)  in to  spe ci fic  va lue s,  w hich  m ay   be  diff ic ult  to  res olv e   with  tra diti on a l  m at he m at ic s   [34] .     The fuzzy l og i c co ns ist ing o f l ing uisti c c on t r ol rules that  is  desig ne d  as c oor din at e m otion  c on t ro ll er  ba sed o n  the  knowle dge   and   e xperie nc e  of   t he  hum a n  ex pe rt  [35 - 36] .  I n  the  m ove m ents,  co ordinati on   c ontr oller  will   X b e e P e r s o n a l   C o m p u t e r I n t e r f a c e C o o r d i n a t e d S y s t e m C o m m a n d S e n s o r   1 S e n s o r   2 S e n s o r   3 A r d u i n o l e f t r i g h t P r o c e s s i n g   a n d C o m m u n i c a t i o n m o t o r X b e e R o b o t   1 C o m p a s s S e n s o r   1 S e n s o r   2 S e n s o r   3 A r d u i n o l e f t r i g h t P r o c e s s i n g   a n d C o m m u n i c a t i o n m o t o r X b e e R o b o t   2 C o m p a s s S e n s o r   1 S e n s o r   2 S e n s o r   3 A r d u i n o l e f t r i g h t P r o c e s s i n g   a n d C o m m u n i c a t i o n m o t o r X b e e R o b o t   3 C o m p a s s Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       An alysis o n  sw ar m  r obot c oo r dinati on usi ng  fuzzy lo gic  ( Ad e S il vi a Han dayan i )   51   tur n  the  r obot  wh eel   with  a  c on sta nt  ra ng e  t hro ugh  the  fu z zy   con tr oller.  The  co ndit ion s   us ed  i n  the  c ontr oller  dep e nd  on the  m ov e m ent o f  t he ro bot.   In   this  researc h,   3  swa rm   ro bo ts  wer e  us e d.   Eac h  r obot  sh oul d  achiev e   the   ta sk   of  m ov i ng   t o  the  destinat io n  a nd  a vo i d  obsta cl es.  Th us,  e ve ry  r obot  in   t he  s war m   has   three   ta sk s:  avo i ding  obsta cl es,    m ov ing   to  th e  destinat io n,  as  well   as  keep i ng   t he   swar m   by  avo i ding  colli sion s  am ong  robo ts .    The  e nv ir onm ent  us e d  was  an  en vir onm e nt  without  obst acl es  with  di fferent  ar ena  s ha pes  a nd   siz es .  I n  an   env i ronm ent  without  obsta c le s,  there  was   no   distu rbanc e  eff ect s  occured .  I f  the  rob ot  was  far   fro m   that  gro up,  then  th e  robo t  w ould   m ov e  towa rds  on e  a no t her   to  def e nd  the  swar m .  If   eac h  r obo t  was  c losed ,     the ro bo t  ha d  t o  sta y a way on e an oth e r  to  avoid a  co ll isi on.   In   c oord i natio n  of  the  swa r m   ro bot,  the  interact io n  bet ween   rob ots  in  the  swa rm   d epends  on   the   distance  betwe en  the   r obots  with  the   obsta cl es  an d  with  oth e r  r obots   de te ct ed  from   ea ch  se nsor .  By   us i ng   fu zzy   lo gic,  th e  sensor  in pu t s  of   eac h  r obot   are  the  input  value  f or   the  m e m ber sh ip  f unct ion   (MF) .  I n  this   researc h,  f uzz y  con t ro l   desi gn  is  s how n  i n  Fi g ure   2.  T he  fu zzy   co ntr ol  str uctu re  ba sed  on  th e  pro cedure   consi sts  of  th e  sta ndar d  procedu res,   s uc h  as:   in put  c rips,  f uzzifica ti on ,   f uzzy  in pu t,   r ule  ev al uatio n,     fu zzy   outp ut, d efu zzi ficat io n and o utput c rip s         Figure  2. Desi gn  f uzzy lo gic  con t ro ll er       Ba sed  on  the   va lue  of   M F,  s om e  ru le s  for  t he   res pons e   of  t he  m oto r  outp ut  of  t he  s warm   ro bo t  will   be  m ade.  In   thi s  stud y,  the  i nput  a nd   ou t pu t   values  of   MF  are  sho wn   in  F ig ure   3  (a )  a nd  (b).   I n  Fig ure  3  (a ),  there a re tw o m e m ber sh ip  f unct ions (MF s),  i.e. f a r  a nd n ea r.  B oth   of them  are  in  the t rapez oid al   form  o f  MFs .   In Fig ure   3 ( b)  t he  (c onseq ue nt )  outp ut  of  t he  syst e m  is n ot  a f uzzy set , but  r at he r  tha n a c on sta nt  or  a  li ne ar.          (a)   Me m ber s hip   functi on  of   di sta nce senso r a s  input     (b)  Me m ber sh i p  functi on  of   m oto r  sp ee d  as   ou t pu t       Figure  3. I nput  MF and  outp ut  MFvalue       The  ru le   set   in   the  fu zzi ficat i on  pr ocess  i n  t he  form   of   c ontrol  decisi ons,  resu lt in g  in   a  c om bin at ion  of  in pu t  a nd  outp ut.  In  this  st ud y  8  r ules  we re  us ed   as  s ho wn  in  Table  1.  It  pr ese nts  li nguisti c  var ia ble  as  th e   ou t pu t c ontr oller  wh ic h  c on ta ins the  m oto r  s peed  f or the  rig ht and le ft P W M.         F u z z i f i e r I n f e r e n c e D e f u z z i f i e r R u l e   B a s e I n p u t C r i p s O u t p u t C r i p s F u z z y   L o g i c   C o n t r o l l e r O b s t a c l e R a n g e S p e e d   a n d S t e e r i n g C o n t r o l D i s t a n c e S e n s o r     ( L e f t , F r o n t ,   R i g h t ) M o t o r   V e l o c i t y ( L e f t   a n d   R i g h t P W M ) 2 0 4 0 6 0 8 0 1 0 0 1 1 0 3 0 5 0 7 0 9 0 n e a r f a r 1 s l o w 4 0 m e d i u m 1 2 0 f a s t 2 5 0 Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   13 , N o.   1 ,  Ja nu a ry 20 19   :   4 8   –   5 7   52   Table  1.   Fu zzy  Logic Rule  Based   Ru les   Distan ce Sens o r  as  I n p u t   Moto r  Sp eed as O u tp u t   Left   Fo rwar d   Rig h t   Left  PWM   Rig h t PW M   1   Near   Near   Near   Slo w   Fast   2   Near   Near   Far   Fast   Slo w   3   Near   Far   Near   Mediu m   Mediu m   4   Near   Far   Far   Mediu m   Slo w   5   Far   Near   Near   Slo w   Fast   6   Far   Near   Far   Slo w   Mediu m   7   Far   Far   Near   Slo w   Mediu m   8   Far   Far   Far   Fast   Fast       4.   RESU LT S  AND A N ALYSIS   In   t his  re searc h,   t hr ee  r obots   wer e   util iz ed.  The  real  desi gn  of  the   r obot s  are  s how n  i n  F i gure  5.  Ever y  r obot  ha s  three  distanc e  sensors,   one  com pass  sensor,   an d  one  X - B ee.  The  r obots  with  ci rcu la r  s hape   hav e   diam et er  15  cm   and   he igh t  17   cm .  The  rob ot  us e s  three  w heels ,  tw o  rea r  wheel s  of   t he  r obot  ha ve   functi oned   as  a  co ntr oller,  one  wh e el   has   f un ct io ne d  as   f r eel y  m ov er.   T wo  DC   m oto rs   are  c onne ct ed   to  t he   two  dri vi ng  w he el s  resp ect ive ly .  The  ro ta ti on  directi on o f  e ach  m oto r  was  con t ro ll ed  by  the  directi on o f  dr i ve   current,  whil e t he rotat io n  s pe ed was c ontroll ed by t he d uty cy cl e o f Pulse  W i dth M od ulati on   (P WM) .   This  e xp e rim e nt  was   do ne  in   an  in door  e nv iro nm ent.  The  te st  aren a  us e d  is  1× 6  m ,  2×4  m   and   3× 4  m   as  sh own   in   Figure  4.   T he   rob ot  m ov ed  al ong  the  pr e s et   path  within  the  sco pe  wh il e  m ai ntaining   i ts  own  po sit io ns .   T he y  m ov ed   al on g  the   f our  si de s  of  a  s qu are .  Each  rob ot  ha d  a n  e qu i valen t  beh a vior  a nd   sam e   local iz at ion   process.             1×6 m   2×4   m   3 ×4m     Figure  4. Ex pe rim ental  en vironm ent an d  t he l ocali zat ion  sy stem       4.1 .       E xp eri m ent al R es ults  of Swarm  Ro bo t  Co ordin ati on   In  this  w ork  we  pr es ent  t w o  kinds  of  e xperim ents:  (i)   co ordinati on   betwee n  rob ot  to  perf or m   colle ct ive  an d  si m il ar  directi on   m ov em ent.  Each  rob ot  m us t   defen d  pr e - determ ined  posit ion s   an d  ori enta ti ons   a m on g  t hem   a t  the  sa m e  t i m e;   (ii)  com m u nicat ion   betwe en  swa rm s  of   rob ots  to  exc ha ng e  t he  i nform at ion   about the  sett in gs   of the m otion   directi on.   Coordi nation  of  r obots   can   be   en han ce d  t hro ugh  c omm un ic at ion ,  f or   i ns ta nce,  t he  a bili ty  f or   s ensi ng   ano t her   r obot .   The  co ordin at ion   am on g  the  rob ots  reli es  on   net wor k  com m un ic at ion .  In   te rm   of   it s  netw orkin g  ca pab il it y,  ever y   rob ot  com m u nicat ed  to  one   ano t her   only   at   even t  ti m es   and  co ordinat ed  th e   m ov ing   of  swa rm   ro bot  tr ough  lo w - po wer e d  ra dio   X - bee .  Each  rob ot  at tem pted  to   f ollow  the  t race  of  oth e r   rob ots  by   sen sing  their   sig nal   stren gt hs .  O nc e  they   r eache d  th e  e nd  of  t he   trace,   they   w il l  travel  f ur t he r  int o  the un known  e nv i ronm ent u nt il  they can m ain ta in a m ini m a l connect io n  t o t he rest  of t he gr oup.   In   this  researc h,   the  i nteracti on   betwee n  r obots  to  c oor di nate  de pende d  on   th e  distanc e  a m on g  t he   rob ots  to  the   obsta cl es  an d  to  oth e r  robo ts  detect ed   from   each  sens or s.   Usi ng  the  f uzzy  m et hod,     the  m agn it ude  of   the  P WM  m otor  sp ee d  was   cal culat ed  us ing   f uz zy   co ntr oller  base d  on  the  m agn it ude  of   th e   per cei ved   distances.  F uzzy  co ntr ollers  ha d  th ree  input  an d  two  ou t pu ts  tha t  reg ulate d  t he  rig ht  and   le ft  P WM   sp ee ds .   Thr ee  a ren as  of  indo or   ex pe rim ents  scenario,1 x6   m ,  2×4   m   and   3x 4  m   with  the  obsta cl e  wer e  al so  cond ucted  in  t his  resea rch.  T he  est i m at ed  po sit ion s  wer e  r el at ively   near   to  each  r ob ot  duri ng   the  proc ess  of   m ov ing   al ong  the  first  are na  of  the  2x4  m .  Ho we ve r,   the  r obots  ha d  di ff e r ent  directi ons  and   diff e re nt  relat ive  distances t o  ea ch othe r wh e n t he  r ob ots m ove f ur the r.       Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       An alysis o n  sw ar m  r obot c oo r dinati on usi ng  fuzzy lo gic  ( Ad e S il vi a Han dayan i )   53   4.1.1     1× 6  m   A rena   Figure  5  s how s  that  thei r  de sti nation  has   r eached   by  al l  ind ivi du al   r obots  a nd  m utu al ly   avo id e d  colli sion   am ong  the   r obots  a long  the   way.   In  0 - 15  seco nds,   the  s wam   rob ot  m ov ed  i n  ta ndem .  In  the  40  seco nd s ,  the   r obot  p osi ti on   wer e   cl os e d  t o  on e   an ot her,  ho wev e r  t he   r obot  did   no t  colli de,   m oreov e r,    they   cou l d  av oid   to  hit  the  wall .  The  m ove m ent  of   r obot s  wh e n  av oidi ng   ob sta cl es  cou l d  be  see n  in  the  screen shot  of  r eal   vid e o  im age  as  sho wn  in  Figure  4  (b).   F or   first  10  se c onds,  the   r obots   wer e   dis perse d  a nd   at  n ext  50 sec onds, t heir posi ti on s  w e re clo s ed  to gethe r  a nd  recon nected.           t  =  1 5  s     t  =  2 5  s     t  =  3 5  s     t  =  4 0  s     t  =  4 5  s     t  =5 0  s     t  =6 0  s     t  =6 5  s     t  =7 0  s     t  =8 0  s     t  =1 1 0  s     t  =1 2 0  s     t  =1 5 0  s     t  =2 0 0  s     (a)   (b)     Figure  5. S warm   ro bo t c oor din at ion ex pe rim ents in  are na 1 x4 m  ( a) trac kin g r obot   (b) ,   e xp e rim ent  photog raphs       In   the  1  ×  6  m   aren a ,  the  m ot or   m ov ed  slo w er  than  the  ot he r  aren a .  This  is  becau se  of   th e  aren a  ha d  a  width   of  onl y  10 0  cm ,  wh il e  the  di m ension s  of   eac h  robo t  was  17   cm .  The  r obots  w ou l d  searc h  th ei r  safe   po sit io ns   to  a vo i d  obsta cl es.   In   this  a ren a ,   the  m ov e m ents  of   s war m   ro bots  in  m ai nt ai nin g  posit io n  an d  directi on  with  a certai n dist an ce we re  diff ic ul t t o  be  c oor dina t ed  due t o  t he nar row  s pace  of the  are na.     4.1.2    2× 4  m  Are na   In  are na  of  2x 4  m   exp e rim en t,  the  e nv i ron m ent  was  set   without  obsta cl es  as  in  a re na  1x6  m   before .   In   Fig ur e  6( a ),  It  can  be  see n  the  grap h  of   di recti on   a ng le   vs   ti m e  per   second.  It  can  be   fou nd   t hat  with  th e   increasin g  of   t i m e,  the  directi on   a ng le   gra dual l y  reached   it s  final  po sit ion.  Fig ur e  6(b )  is  the  exp e ri m ent   photog raphs  of   t= 5s ,  t= 15 s,  t =25 s ,  t= 35s,  t= 50 s  a nd   t= 60s,   resp ect ively .  I t  can  be  seen  that  the  robo ts  m ov ed  in the sa m e d irect ion  a nd the   sam e d ist ances.    Fr om   the  experim ent,  it  sh ow e d  that  th r ee  robo ts  m ov ed  i n  the  c oor din at io n  one  an oth e r.    Sw arm   robo ts  m ov e m ent  can  be  seen  i n  Fig ur e  6.   All  the  r obots  co ul d  av oid   ob sta cl es  a nd   m ov e d  ar ou nd   t he   aren a  in  sm oo t h  m ov em ent.  T he  data  of  dire ct ion   an gle  vs   t i m e  are  sh own  in  Figure  6.  From   the  gr a ph,  it   can  be  co nclu ded   t hat  there  we re  directi on  an gle  changes  vs   ti m e  per   second   in  the  ran ge  of  10 - 15,  20 - 25,   45 - 50  and   75 - 80.  It  was  due  to  the   ro bots  detect e d  the  obsta cl e  and   the  wall .  Af te r  r eachi ng  a  safe  po sit io n,   each   rob ot  will   lower   the  sp ee d  and   w ai te d  f or   ano t her   r obot  to  m ov e  bac k  in  the  sam e   directi on   to  reac h  the   sp eci fied  posit ion.  On ce  in divi du al   rob ots g a there d  in t he  s pe ci fied desti nat ion ,  they  woul d on ly  m ov e ar ound   the d e sti nation  area.                 1 2 3 1 3 3 1 2 2 1 2 3 t   =   6 0 s t   =   4 0 s 1 3 2 t   =   1 5 s t   =   2 0 0 s t   =   8 0 s 6 0 0   c m 1 0 0   c m Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   13 , N o.   1 ,  Ja nu a ry 20 19   :   4 8   –   5 7   54         t = 5 s       t = 1 5  s       t = 2 5  s       t = 3 5   s       t = 5 0  s       t = 6 0   (a)   (b)     Figure  6. S warm   ro bo t c oor din at ion ex pe rim ents in  are na 2 x4 m  ( a) trac kin g r obot  (b)  e xperim ent  photog raphs       4.1.3     3 × 4   m   A rena   In   a  s ubseq ue nt  ex per im ent,  to  show  t hat  the  rob ot  can  be  ap plied  in  an  un known  e nv i ronm ent,     so m e  ob sta cl es   ( wall s)  wer e   gi ven  in  t he  a re na.  I n  t he  3×4  m   aren a   in  Fig ur e   7 ,  it   s howe d  t hat  al l  in divi du al   rob ots  had  m ov ed   po sit io ns   a long  with  one  ano t her  an d  av oid e d  obsta cl es  al ong  the   wa y.  At  t he  25  se cond s ,   each  in div i du a l  robo t  a ssem bled  i n  a n  a djacent  posit io n,  howe ver,  the y  cou l d  no t  m ov e  fr eel y.  This  i s   because   the re  wer e  obsta cl es  in  the  f or m   of  wall s,  s o  the y  disp er sed ,  a nd   a fter  a  sa fe   posit ion ,  t he y  would  return   bac k  t oget he r  (at  45   s econds ).  I n  thi s  en vir onm ent,  the  m ov em ents  of  t he  s war m   r obots  wer e   a ble  to  coor din at e in   m ai ntaining  t he  posit ion an d direct io n wit h a certa in  distan ce.   Fr om   severa l  e xp e rim ents  that  had  bee n  c on du ct e d  in   a  dif fer e nt  are na,  it   co uld   be  c onc lud e d  that  the  real  rob ot  swar m   m ov e m ent  was  the  in div id ual  m ob il e  robo t  that  cou l d  achie ve  it s  go al s  effe ct ively .   Mov em ent  of   the  swa rm   ro bot  co - ordi natio n  sho wed   t he  perform ance  of  be hav i or   i n  searchi ng   pur pose.    At  the  m o m ent  of   t he  ad j ace nt  posit ion ,  the   ro bot  w ould  r edu ce  the  s pee d  an d  r otate   in  the  oth er  dire ct ion s   un ti l  it   reac hed  the  sa fe  posit ion.  On ce   the  s afe  po sit io n  got,  of  the   r obot  would  gat her  to  the   sam e  locat ion  and w e nt  hand i n  ha nd in  the  s a m e d irect ion .           t  =  5   s     t  =  2 5  s     t  =  60   s     t  =  1 0 0   s     t  =  1 4 0   s     t  =  1 5   s     t  =  4 5  s     t  =  80   s     t  =  1 2 0   s     t  =  1 6 0   s   (a)     (b)   Figure  7. S warm   ro bo t c oor din at ion ex pe rim ents in  are na 3 x4 m  ( a) trac kin g r obot( b) e xperim ent  photog raphs         1 2 3 t   =   0 s 1 2 3 3 3 1 2 1 2 3 1 2 t   =   1 5 s t   =   2 5 s t   =   6 0 s 4 0 0   c m t   =   3 5 s 2 0 0   c m 1 2 3 1 2 3 1 2 3 1 2 3 1 3 2 3 0 0   c m t = 4 5 s 1 2 3 4 0 0   c m t = 2 5 s t = 6 0 s t = 1 6 0 s t = 1 0 0 s Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       An alysis o n  sw ar m  r obot c oo r dinati on usi ng  fuzzy lo gic  ( Ad e S il vi a Han dayan i )   55   In   a ren a  1x6  m ,  the  m oto r  s peed   m ov em e nt  was  slo wer   than  oth er  a re nas.   T his  is  be cause  of  the   aren a  ha d  the  width   of  10 0c m ,  wh il e  the  di m ension   of   ea ch  r obot  17 cm .  The  r obot  would  decr ease  s peed   t o  fin d  a  sec ur e  posit ion   i n  a vo i ding  ob sta cl es.   Wh il e  on  the  l arg e r  are na  (2x 4  m ),   the   r obot   m ov ed  in  t he  sam e   directi on  an d  c oex ist e d  al m os t  ever y  tim e.  The  m ov em ent  of   s war m   ro bo t  was  m or e  sta ble.  I n  the  a re na  of  3x4  m   with  the   lim i ti ng   wall   s ect ion ,  t he  tra ve l  tim e  of   the  r obot  was  sl ower  tha n  in   the  a ren a  2x4  m .  This  is   because   of  the   p os it io n  of  th e  adj ace nt  r ob ot  from   the  beg in ning  an d  ea ch  r obots  slo w ed  do wn   t he  s peed   t o  achieve  a sec ure p os it ion.     4.2 .       Rssi  Me as ureme nt   Re cei ved   Sig na l  Stren gth   I ndic at or /R SSI   is   the  sig nal  le ve l  (in  - dBm )  of   la st  good  pac ke t  receive d.  Ther e   are  t wo   te chn iq ues  t o  r ead  RSS I  valu e:   1)   RS SI   val ue  is  e ncode d  into  P ulse - Wid th  Mo du la te d  sign al   avail able  at   the   X - Be e  m odule,  an d  2)   R SSI  value  is  rea d  via  an  API  c om m and .  Th e  R SSI   value   re ported  by   X - Be e  Prom od ule  is  bet wee n  - 36  to   - 100  dB m   wh il e  that  of  a  sta nd a rd  X - bee  m od ule  is  betwee n  - 23  t o  - 92  dBm .  Ho we ve r,   the  XBee  m anu al   say s  that  the  re port ed  val ue  is  accurate  be twe en  - 40   dBm   and   t he  sensiti vity  o f   Xb ee  m od ule’s  r ecei ve r [25] .    In  this  e xperi m ent,  f or  RSS I  m easur em ent ,  tw o  XBee  P ro  m od ules  (for  exam ple,  one  node   is  a   Coordi nato r  an d  the  oth e r  is  a  Rou te r/En d  dev ic e )  we re  c onnected   an d  t hen   t he  distan ce  betwee n  the m   was  var ie d  to  m ea su re  t he  relat ion s hi p  betwee n  RSSI  values   and   distances .  In   th e  RSSI  read i ng   e xp e ri m ents,   three  m ob il e  ro bots  co ntaini ng   t he  X - Be e   Series  m od ul es,  one  as  Co ordinat or   a nd   oth e r  as  Ro uter/En d  dev ic e.     This expe rim e ntal set up  i nvol ved   1  tra ns m itter f or eac h  r ob ot and  1  recei ve r  that c ou l d  c omm un ic ate   con ti nu ously .  Each  r obot  w ould  at te m pt  to  fo ll ow  the  t rac e  of   oth e r  r obot s  by  sens i ng   t heir  sig nal  stre ng t hs .   The  r obot  c ou l d  est im a te   the  distance  of   nea rb y  r obots  by  m easur in g  the  Re cei ved   Si gnal   Stren gth   I nd ic at or  (RSSI)  of   t he  r ecei ved   rad i o  m essages.  Howev e r,   t he  RS SI   m easur e  w a s  ver y  noisy ,  e sp eci al ly   in  an   indo or  env i ronm ent due  to  inter fer e nc e an d reflect ion s  of t he radi o  si gn al s.   As  sho wn   i n  F igure  8,   at   ar en a  1x6  m ,  the  tim e  need ed  by  the  rob ot  1  to  t rav el   a head   wa s  m or e  tha n  oth e r  rob ots.  T he  distance   be tween   r obot  2  and  Ro bot  3  was  cl os er ,  t he   RSSI   value   w as  - 72  dBm   and   - 45  d Bm .  Af te rw a rd,  al l  of   the  rob ots  m ov ed   towa rd   t he  be nd,  the  RS SI  value  of   R obot  1  was  inc r eased .     This  occ ur e d  be cause  of  the  aren a  was  na rrow   a nd   the  obsta cl es  wer e  only   the  wall s.  If   a  high  RSS I   value   was  obser ved,   this  in dicat ed   that  the  rob ot  was  nea r  the  sign al   tra ns m itter  of  oth er   r obots .  T her e for e,  the   rob ot  would  be   giv en  a  sm aller  traveli ng   distance.  O nce  they   reache d  th e  end   of  the  trace,  they   wo ul d  travel   furthe r  into  t he   unknow n  en vir on m ent  un ti l  they   cou l d  m ai ntain  the  m i nim a l  connecti on   t o  the   rest  of   t he  gro up.  T hen,  a  gr eat e r  tra ve l  distance  would  be  giv e n  t o  the   r obot  w hen  the  obser ved  RSS I  wa s   sm a ll .     This  was d on e   to r e duce the  e xecu ti on ti m e and r e duce the   po s sibil it y of  e rror s  close d dis ta nce.           Figure  8.   RSS I  v al ue s fr om  e xp e rim ental  en vir on m ent       4.3 .      E xp eri m ent al R es ults  On F uz z y  Robo t  F or Coor dinat i on   T he  ex pe rim en t  was  cond ucte d  in  a  la borato ry  with  an  e nv i ronm ent  con dit ion e d  in  th ree  aren as  1x 6  m ,  2  ×  4  m   and  3x 4  m .  Swa rm   ro bot  wit h  th ree  ide ntic al   r obots   with   dif fer e nt  col ors  m ov ed   to ge ther  i n   ta nd em   with  gr eat   coord i nation  am on g  the m .   At  the  m o m ent  the  ro bo t  coo r din at e d  in  a  fr ee  and   broa d  env i ronm ent  ( 2x4  m ),   t hen  the  r obot   m ov ed  t o  tu r n  ac cordin g  t o  l ogic .  The   r obot   w ou l d  go  to gethe r   si m ultaneou sl y   if  in  f ront  of t hem ,  there  wa s  a  hitch  i n  th e  form   of   a  w al l,  then  the  r obot  sl ow e d  down   t he   m ot ion   a nd  the n  tu r ned  m aneu ve rin g  ( hard  velocit y).  This   pro ve d  that   f uz zy   log ic   was   capab le   to  w ork  as   a   con t ro ll er  on  t he  m ob il e  ro bot  as  it   cou ld  pro vid e  a  goo d  m otion   respon s e.  I n  Fig ure  9,   the  m ob il e  robo t   m ov e m ent  res pons e   was   s hown  as  t he  c ha nge  of  le ft  a nd  r igh t  P WM  m oto r .  T he  rob ot  di d  not  hit  the   wall   or  oth e r  r obots  du rin g  the  m ov e in the  free e nv i r on m ent.   -10 0 -90 -80 -70 -60 -50 -40 -30 -20 -10 0 RSSI  ( d b m) Ti me Ro bot  1 Ro bot  2 Ro bot  3 Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   13 , N o.   1 ,  Ja nu a ry 20 19   :   4 8   –   5 7   56   The  data  of  m oto r  velocit y  vs   tim e   per   seco nd  ar e  show n  Fi gure  9.   It  can  be   seen  that  if  t he  sp ee d  of  P W M  was  fas t  and   t he  rob ot   wen t  str ai ght,  it   m eant  that  there  was  no   obsta cl e;   the  rob ot  was  i n  a   safe  po sit io n.   Wh il e  in  an  in secu r e  adj ace nt  po si ti on ,  the  r obot  would  re du ce  t he  spe ed  a nd  r otate   the  d irect ion   to   fin d  a sa fe  posit ion .              (a)   (b)   (c)     Figure  9. RSS I   value s fr om  the exper im ental  en vir on m ent (a )  r obot  1 ( b)   r obot  2 (c) r obot  3       5.   CONCL US I O N   This  pa per   re porte d  the  anal ysi s  of   a  swarm   ro bot  coordi nation  usi ng  f uzzy  log ic   to  con t ro l  the   coor din at io n  a m on g  in div id uals  in   the  s war m .  The  re la ti on sh i p  between  a  direct ion   of  m otion  in  th e   coor din at io n  a nd  exc ha ng e   of   i nfor m at ion   th rou gh  wi reless  c omm u nicat ion   was   est ablished .  I n  this  exp e rim ent,  robo ts  c oor din at ed  to  oth e r  m e m ber s  us in g  wi reless  c omm un ic at ion .  E ach  r obot  wou ld  try   to   fo ll ow  the  othe r  r obots  by  se ns in g  their  si gnal   stren gth.  T he  r obot  co uld  est i m at e  the  di sta nce  to  the  near est   rob ot b y m easur i ng the  Acce pted Si gnal  Str eng t h Indica to r  ( RSS I) of t he recei ve d  in f orm at ion .   The  i nfor m at ion   receive d  by  each  rob ot  is  ba sed  on  in put  f ro m   the  en vir onm ent,  w hich  i s  co ntr olled   us in g  f uzzy  lo gic.  I n  this  e xperim ent,  it   ca n  be  c oncl ude d  that  the  siz e   of   the  e nvir onm ent  aff ect ed  the  coor din at io n  of  the   r obot   m ov em ent.  In  the   na rro w  a ren a ,   the  r obot' s  m ov em ent  was   s lowe r  tha n  the   la rg e r  aren a .  This  slo wer   s peed   was   du e  to  each  r obot  lo wer e d  th ei r  sp eed  to  fi nd  a  safe  posit ion   to  av oid   obst acl es.  The  s wa rm   robo t  m ov e d  i n  t he  sam e  direct ion   i n  ta nd em   and  eac h  r obot   m a intai ned   t he ir  posit io n  wi thin  a  certai n dist anc e.   Our  f uture  wor k  will   f ocu s   on  sw arm   ro bot s  that  can  c oor din at e  in  m aking   a nd  ke epi ng  f or m at ion .  Fu rt her   resear ch  that  can  be   dev el op e d  i s  con t ro ll in g  f or m at ion   with   sta ti c  and   dynam ic   env iro nm ental  conditi ons.  T hus, bet te r res ults  can  b e  achie ve d for  furthe r  r esearch .       ACKN OWLE DGE MENTS     Au t hors  tha nk  the  Mi nistry  of   Re searc h,   Tech no l og y  a nd   Nati on al   E du cat io n  (R ISTE K DIKT I )   Ind on esi a a nd  Stat e o f Poly te chn ic   Sr i wij ay a for  t heir fina ncial  sup port in Gra nts Pro j e ct . Th is  pa per  i s one  of  our  P h.d.  pr oject .  O ur   ea r ne st  gr at it ude  al s o  go es   to  al l  r esearche rs  i n  Tel ecom m un icati on   a nd  Sig na l  an d  Con tr ol  Lab or at or y,  Ele ct ric al   Eng inee rin g,  Po ly te ch nic  Sr iwijaya   w ho  pro vid e d  com pan io nship  an d  s har i ng  of their  knowle dg e .       REFERE NCE S   [1]   R.   Dori y a,   S.  Mi shra,   and  S.  Gupta,   “ A  brie f  surve y   and  anal y s is  of  m ult i - robot  c om m unic at ion  a nd  coor dina t ion,”   Int.   Con f. Comput.   Comm un.   Autom . ,   pp .   1014 – 1 021,   2015 .   [2]   J.  C.   Barca,   Y.  A.  Seker ci og lu,   J.  C.   Barc a,   and   Y.  A.  Seker ci o glu,   “ Sw arm  ro boti cs  rev i ewe d   Sw arm  roboti cs  rev ie wed , ”   no.   Jul y   2012,   2013.   [3]   K.  Sugihara   and   I.   Suzuki,   “ Distribut ed  Mot ion   Coordina ti on  o f  Multi ple   Mobi le   Robots,”   Proc.   5th  IE EE   Int .   Symp.   Int ell.   Co ntrol ,   vo l. 1, no.  1,   pp .   138 – 143 ,   1990.   [4]   B.   L ei a nd   H.  C hen,   “ Sw arm Robot s Form at ion Control  B ase d  o n  W ire le ss   Sens or  Network,”  pp .   458 – 465,   2016.   [5]   A.  S.  Hand a y ani,  N.  L.  Hus ni,   S.   Nurm ai ni,   and  I .   Yani ,   “ Form at i on  Control   D esign  for  Re al   Sw a rm   Robot  Us ing   Fuzz y   Log ic,”   i n  Inte rnat ional   Con fe renc e  on   El e ct rica l  Eng in ee ring  and   Computer  Sc ie nc e  ( ICECOS)   2017  II. ,  2017,   pp .   77 – 82 .   [6]   N.  L.   Hus ni,   A.  Silvi a,   and  S.  Nurm ai ni,   “ New  Chal le ng es  in  Air  Quali t y   Sensin g  using  Roboti c  Sensor  Network, ”   2013.   [7]   T.   Gunn  and  J.   Anderson,  “ D y namic  Het ero ge neous  Team   Form at ion  for  Rob oti c  Urb an  Sea r ch  and   Rescu e,”   Proce dia   -   Proc edi a  Comput .   S c i. ,   vol .   19 ,   no .   A nt,   pp .   22 – 31 ,   20 13.   0 50 1 0 0 1 5 0 2 0 0 2 5 0 3 0 0 1 11 21 31 41 51 M o t o r    Sp ee d T im e R o bo t  1 Lef t   PWM Rig h t   PWM 0 50 1 0 0 1 5 0 2 0 0 2 5 0 3 0 0 1 11 21 31 41 51 M o t o r  Sp ee d T im e R o bo t  2 Lef t   PWM Rig h t   PWM 0 50 1 0 0 1 5 0 2 0 0 2 5 0 3 0 0 1 11 21 31 41 51 M o t o r  Sp ee d T im e R o bo t  3 Lef t   PWM Rig h t   PWM Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       An alysis o n  sw ar m  r obot c oo r dinati on usi ng  fuzzy lo gic  ( Ad e S il vi a Han dayan i )   57   [8]   A.  Marjovi  and   L.   Marqu es,   “ O pti m al   spa ti a l  fo rm at ion  of  sw ar m   roboti c  g as  se nsors   in  odor  pl um e  findi ng, ”  p p.   93 – 109,   2013 .   [9]   A.  Khem ka ,   J.  Micha e l,   and  S.  Panic ker ,   “ Sw arm  Roboti cs  -   Surveil l ance  And  Monitori ng  Of  Dam age s  Caused  B y   Motor  Acc id ent s , ”  no .   9 ,   pp .   42 – 46,   2013 .   [10]   N.  L.   Hus ni,   A.  S.  Handa y an i,   S.  Nurm ai ni,   and  I.   Yani,   “ Coopera t ive   Sear ch i ng  Strat eg y   for  Sw arm  Robot, ”  in  Inte rna ti onal   Co nfe renc e  on   Elec tric al   Engi n ee ri ng  and  Compute r Sc ie n ce ( ICECOS)   2017 ,   2017,   pp.   92 – 97 .   [11]   W .   Li   and  W .   Shen,   “ Sw arm  beha vior   cont ro l  of  m obil e  m ulti - robots  with  wir el ess  sensor  ne t works , ”  J .   Ne tw .   Comput.   App l. ,   v ol.   34 ,   no .   4 ,   pp .   1398 – 1407,   201 1.   [12]   S.  Atana sov,  “ An  over vie w  of  wire le ss   comm unic a ti on  t ec hnol ogie s  used  in  w ire l ess  sensor  net works , ”  Int .   Sci.   Conf.   eR A - 8 ,   no.   ISS N - 1791 - 1133,   pp .   11 – 18 ,   20 13.   [13]   T.   Ishim oto  and   S.  Hara ,   “ Us e  of  RS SI  for  m ot ion  cont ro l  of  wire l essl y   n et wor ked  robot  sw ar m , ”  R OSE  2008   -   IEE E   Int .   Work .   Robot .   Sensors   Env iron.   Proc . ,   no.   Octob er,  pp.   92 – 97,   2008 .   [14]   B.   Tut uko  and  S.  Nurm ai ni,   “ Sw arm  Robots  C om m unic at ion - b ase   Mobile   Ad - Hoc  Network  (  MA NET  ), ”  no.   Augus t,   pp.   20 – 21,   2014 .   [15]   A.  Anand,   M.  Nith y a ,   and  S.  Tsb,   “ Coordina ti o n   of  Mobile   Robots  with  Master - Slave   Archi t ec tu re  for  a  Service   Applic a ti on, ”  pp .   539 – 543 ,   2014 .   [16]   J.  Huirc an  et   al . ,   “ Zi gBe e - base d  wire le ss   sens or  net work  loc a li z at ion  for  cattle  m onit oring  in  gra zi ng  b, ”  n o .   Novem ber   2010,   2014.   [17]   A.  Cornej o   and   R.   Nagpa l, “ Lon g - Li ved   Distribu te d  R el a ti ve   Lo c al i za t ion  of   Rob ot  Sw arms , ”  201 3.   [18]   K.  Benki c ,   M.  Mala jn er,   P.  Pla ninsic ,   and  Z.   C uce j ,   “ Us ing  RS SI  val ue  for  dista nce   est imati on  in  wire le ss   sensor  net works   base d   on  Zi gB ee,”   Proc.   15 th  In t. Conf .   Syst. Si gna ls I mage  Proc ess. ,   pp .   303 – 306 ,   2008 .   [19]   S.  Nurm ai ni, “M oti on  Coord ina t i on  for  Sw arm R obots,”   pp .   2 – 5.   [20]   N.  Agm on,   C.   L.   Fok,   Y.  Ema li ah ,   P.   Stone,  C.   Juli en,  and  S .   Vishw ana th ,   “ On  coor dination   in  pr ac t ical  m u lt i - robot  pa trol,”   Proc.   -   IE EE Int .   C onf.   Robot.  Au to m. ,   pp .   650 – 656 ,   2012.   [21]   P.  Mobade rsan y,   S.  Kh anmoham m adi ,   and  S.   Ghae m i,   “ An  ef fic i ent   fu zzy   m e thod  for  p at h   pl anni ng  a  robot   i n   complex  env iron m ent s,”   2013   21 st I ran.  Conf .   Elec tr.   Eng .   IC EE   2013 ,   vol .   1 ,   pp .   2 – 7,   2013 .   [22]   S.  Nurm ai ni,   S.  Za i ton,   and  R.   Firnando,   “ Coopera t ive   Avoidance  Control - base d  Inte rv al  Fuzz y   Kohone n   Networks Algorithm   in  Sim ple   S warm   Robots,”   v ol.   12 ,   no .   4 ,   201 4.   [23]   A.  Adria ns y ah,   Y.  Gunardi ,   B .   Bada ruddin ,   and   E.   Ihsanto ,   “ Goal - see k ing  Beh avi or - base d  Mo bil e  Robot  Us in g  Parti cle  Sw arm Fuzzy   Con t roller , ”  TEL KOMNIKA  ( Tele communic ati on  Comput.   El e ct ron.  Contro l. ) ,   vol.   13,   no .   2 ,   p.   528 ,   2015 .   [24]   G.  K.  Vena y agam oorth y ,   L .   L.   Grant ,   and  S.  Doctor ,   “ Coll e ct iv e  roboti c  sea r ch   using  hy br id  technique s:  Fuzz y  logi c   and   sw arm i nt el l ige nc e inspire d  b y   na ture,”  Eng. A pp l. A rti f .   Int el l . ,   vol .   22 ,   no.   3 ,   pp .   431 – 4 41,   2009 .   [25]   J.  Yu,  C.   W ang,   and  G.  Xie,   “ Coordina ti on  of   Multi ple   Robot ic   Fis h  with  Ap pli c at ions  to  Underwat er  Robo t   Com pet it ion , ”  I EE E   Tr ans.  Ind.  El e ct ron. ,   vol .   6 3,   no .   2 ,   pp .   128 0 – 1288,   2016 .   [26]   B.   P.  Gerk e y   an d  M.  J.  Mata rić,  “ Sold!:  Aucti on  m et hods for  m ul ti robot  coor d ina t ion, ”  IE EE   Tr ans.  Robot .   Au tom. ,  vol.   18 ,   no .   5 ,   pp .   758 – 768 ,   2002 .   [27]   G.  A.  Kam inka ,   R.   Schec h te r - gl i ck,   and  V.  Sado v,   “ Us ing  Senso r  Morpholog y   fo r  Multi robot  Form at ions,”   vol .   2 4,   no.   2 ,   pp .   271 – 2 82,   2008 .   [28]   V.  Garg  and  M.   Jham b,   “ A  Review  of  W ireless  Sensor  Network  on  Lo ca l izati on   Techni ques , ”  In t.   J.  Eng .   Tr ends  Technol . ,   vo l. 4,  no.   April ,   pp .   10 49 – 1053,   2013 .   [29]   A.  W ic hm ann,  B.   D.   Okkali og l u,   and   T .   Kork m az ,   “ The  in te g rat ion   of  m obile   (tele )   robotics  a nd  wire l ess  sensor   net works :  A sur ve y , ”   Comput.   C omm un. ,   vol .   51 ,   no.   Septe m ber ,   pp.   21 – 35 ,   2014 .   [30]   P.  Corke,   R .   Pet erson,   and  D .   R us,  “ Loc alizatio n  and  nav iga t io n  assisted  b y   ne tworke d  coop erati ng  sensors   and   robots, ”  In t. J. R ob.   R es. ,   vol .   24 ,   no.   9,   pp.   771 – 7 86,   2005 .   [31]   M.  Schwage r,   J.   McLur kin,   and   D.  Rus,  “ Distribut ed  Cover age  Control   with  S ensor y   Fe edba c k  for  Networked  Robots., ”   Robo t. Sc i .   S yst. ,   no .   Ju ne  2014,   pp.   49 – 56,   2006 .   [32]   S.  Xue,   C.   Sun,  J.  Ze ng,   Y.  Jin ,   and  R.   Cheng,   “ Eff ect  of  Com mun ic a ti on  Modes  to  Sw arm  Robo ti c  Sear ch,”  Ope n  El e ct r.   Elec tron .   Eng. J. ,   vol .   8 ,   no.   1 ,   pp .   240 – 2 44,   2014 .   [33]   I.   Nava rro  and  F.  Mati a ,   “ A  Prop osal  of  a  Set  of  Metri cs  for  Coll ec t ive   Movem ent   of  Robots,”   Proc.   Work.   Goo d   Ex p.   Me thodol .   Robot .   Robot.  S c i.   S yst. ,   2009 .   [34]   A.  Jac off,   B.   W ei ss ,   and  E.   Mess ina ,   “ Evol uti on  of  a  per form anc e  m et ric   f or  urba n  sea rch   and  resc ue  robots  (2003), ”   Pe rfor m.  Me tri cs  Int el l .   Syst . ,   2003.   [35]   M.  Bal l eri ni   et  al. ,   “ Inte ra ct io n  ruli ng  ani m al  col l ec t ive   b ehavior  depe nds  o n  topol ogi ca l   ra th er  th an  m et r i c   dista nc e:   Evi d en ce   from   a  f ie ld   st ud y , ”  Pnas ,   vo l.  105,   no .   4 ,   pp .   1 232 – 1237,   2008 .   [36]   M.  Haque ,   C.   R en,   E .   Bake r ,   A.   Douglas  Kirkpa tri ck ,   J.  A.  Adam s,  and  Ab,  “A naly s is  of  Sw arm  Co m m unic at i on   Models, ” in  European  Conf ere n ce   on   Art if i ci al   I nte l l ige n ce ,   201 6,   no .   Octob er,  p p.   29 – 36 .   [37]   H.  W u,   S.  Qu,  D.  Xu,  and  C.   Che n,   “ Prec ise  local iz a ti on  and  form at ion  con trol   of  sw arm  robots  vi a  wire l ess  sensor  net works , ”   Math .   Probl .   Eng. ,   vo l.   2014 ,   2014 .   [38]   R.   K.  Ramachandran  and  S.  Berman,   “ The   Ef fec t  of  Com m uni cation  Topol o g y   on  Scalar  Fi el d  Esti m ation  b y   Networke d  Rob oti c   Sw arms , ”  p p.   3886 – 3893 ,   2 017.   [39]   H.  Mansor,  A.  H.  Adom ,   and  N.  Abdul  Rahi m ,   “ Deve lopment  of  le ade r  and   foll ower  strat e g y   for  sw arm  r obot   appl i ca t ions,”  J .   Teknol . ,   vo l. 77,  no.   28 ,   pp .   55 – 5 9,   201 5.   Evaluation Warning : The document was created with Spire.PDF for Python.